从混淆矩阵看各种度量

前言 机器学习中各种度量很容易搞晕学习者的头脑。但是如果把他们和混淆矩阵一起来看的话，会容易理解很多。 我也是经常接触，所以有一些自己的感悟，记录下来。 混淆矩阵（confusion matrix） 我理解上的混淆矩阵就是一个分类器对于正反例（假设是二分类，多分类也类似）的混淆程度。 我有见过两种不同混淆矩阵，主要区别是对于真实的类别和猜测的类别的位置互换。其实本质上没有大区别的，看每一个人的习惯

>>阅读原文<<